基于彩色直方图均衡化的自动白平衡算法研究

针对某些特殊光源下,如拍摄色温低于2500K或高于7000K时,图像偏色较严重的现象,提出了一种基于彩色直方图均衡化的自动白平衡算法。首先采用Roberts算子对图像进行边缘检测,对得到的图像进行直方图均衡化处理;然后选择参考白点区域,计算图像各通道的增益,用得到的增益值进行色温校正;最后,使用Matlab进行了仿真验证,直接观察实验结果。通过对比,提出的白平衡算法在特殊光源下也能进行正确调整,使白平衡能调整的色温范围更广且算法时间复杂度相对较低,可以广泛应用于数字图像产品中。     

基于导向滤波的分频高精度相干断层自动提取技术及应用

在诸多断裂刻画的案例中,往往是利用相干体对断裂进行刻画与描述,但是相干体在一定程度上对断裂的识别不够精细准确。因此本文提出了基于导向滤波的分频相干体的断层自动提取技术(Auto Fault Extraction, AFE),并针对特定工区改进了断裂识别的技术流程。首先在原始地震记录的基础上使用频谱分解技术生成多个分频数据体,再对分频数据体进行构造导向滤波,之后采用高精度相干算法对每个分频数据体求取相应的分频相干体,通过对比不同分频相干体选择出刻画工区内断裂带的优势频段,并使用带通滤波技术进行切除,最后在带通滤波的数据体上再次计算相干体数据,并在该相干体数据上做AFE属性提取。应用此技术在实际地震资料断裂刻画中,与常规相干体技术相比,对断裂带的刻画更加精细准确,与地质认识以及实际钻井勘探结果吻合度更高。     

基于联合双边滤波的单幅图像去雾算法

针对在烟、雾、霾等恶劣的户外条件下,由于大气粒子的散射作用导致捕获的景物图像严重退化的问题.本文提出一种新的单幅图像去雾算法,该算法从大气散射模型出发,首先对降质图像进行白平衡,从而简化了大气散射模型;然后利用非线性空间滤波方法估计粗糙的大气幕亮度,用联合双边滤波方法进一步细化大气幕亮度;最后采用色度调和得到恢复图像.该算法的时间复杂度是图像像素的线性函数,运算速度较快.试验结果表明,该算法有效地恢复了场景的对比度和颜色,从而明显地提高了图像的视见度.     

结合自适应暗通道先验和图像融合策略的单幅图像除雾方法

为解决暗通道先验统计学模型在一些情况下存在“光晕效应”、颜色偏暗和在雾浓度高区域处理效果不佳等问题,针对暗通道先验方法进行改进,并结合图像融合策略来增强可视化区域的视觉效果.利用像素块加权插值法来计算每个像素点的暗通道值,进而消除软抠图或导向滤波方法所带来的光晕效应;利用高斯模型对待恢复图像的暗通道像素值进行模拟,从而自适应地恢复天空和其他明亮区域;通过图像融合策略增强高浓度区域的图像信息.实验结果表明,与其他几种经典算法相比,改进方案不仅能够显著提高有雾图像的可见度,而且具有更好的鲁棒性.     

基于L*a*b*色彩空间的自动白平衡算法

针对数码相机自动白平衡不准确、色彩还原不够真实的问题,提出了一种基于L*a*b*色彩空间的自动白平衡算法.该算法通过色彩空间转换,先将sRGB图像转换至L*a*b*色彩空间;然后,在L*a*b*色彩空间利用灰度世界模型对a*,b*色彩分量进行颜色校正;最后将L*a*b*图像转换至sRGB色彩空间.试验结果表明:在L*a*b*色彩空间对图像进行自动白平衡能获得较好的色彩还原效果.     

结合边界约束和引导滤波的航空图像去雾算法

针对尘雾天气条件下,航空图像受大气粒子的散射作用而导致对比度和色彩保真度差等问题,提出一种结合边界约束和引导滤波的航空图像去雾方法。该方法基于暗通道优先原理估算出大气光强度,通过添加边界约束条件来解目标函数,进而求出透射率,再用引导滤波对透射率进行精细化调整,达到去雾目的。与Ｆａｔｔａｌ、Ｔａｒｅｌ、Ｈｅ和Ｍｅｎｇ算法对比分析表明,本文方法运算速度快,能够提高图像的细节清晰度,增大去雾深度,有效克服颜色过饱和现象,去雾图像自然逼真。     

“研究生论坛稿件”基于HSL颜色空间的自动白平衡算法研究

为解决自动白平衡算法对所有像素采用单一颜色修正系数存在的低照度色差过大的问题,提出根据HSL颜色空间亮度分量分段计算颜色修正系数自动白平衡计算方法。计算图像的HSL颜色空间,将亮度分量分成若干段,同一段像素归为一组,通过同一组中饱和度在灰轴附近像素的各颜色分量平均值计算该组的颜色修正系数,根据本组颜色修正系数对该组像素进行颜色修正。应用本文设计的实验电路,采集标准色卡在多种色温下的图像数据,运用HSL灰轴算法、灰度世界算法和全反射理论算法分别对采集的数据进行自动白平衡计算。对比分析每种算法的计算结果与标准色卡的颜色误差。颜色误差分析表明,HSL灰轴算法具有更好的光环境适应能力和颜色还原能力。     

基于透射率估计模型和引导滤波的雾气图像去雾算法

针对雾气条件下成像设备采集图像退化严重的问题,提出一种雾气图像的去雾算法。通过对雾气天气成像物理模型的简化,找到图像复原函数中的透射率和大气光值2个关键未知量;分析影响透射率的因素,通过对大量雾气图像进行灰度分布概率统计,提出一种透射率快速估计算法;通过引导滤波估计大气光值,利用简化的修复函数完成对雾气图像的去雾处理。与HE算法(HE Kaiming, SUN Jian, TANG Xiaoou. Single image haze removal using dark channel prior. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2011, 33:2341)相比较,经本算法去雾复原后的图像信息熵值最少可提高0.060 4比特/像素、平均梯度值最少可提高0.009 55。实验结果表明,经本算法复原的有雾图像清晰度较高,细节复原较好,去雾效果明显。     

基于遥感图像频率域滤波的灰色线性中值去噪算法

结合频率域滤波去噪方法,对比低通滤波图像,按照灰色关联分析方法筛选出遥感图像中可能存在的噪声像元,优化噪声窗口灰度序列,并以此建立灰色线性模型,在参考传统中值滤波思想的基础上对含噪遥感图像进行去噪处理。大量仿真试验分析表明,该方法在处理脉冲噪声方面具有良好的去噪效果,且具有保持图像信息质量的特点。此外,试验中发现,采用该方法处理含有混合噪声的遥感图像时,根据具体图像含噪情况,合理地选取阈值,在一定程度上可以提高其削弱图像中混合噪声的水平。     

基于暗通道先验的图像去雾算法改进

暗通道去雾算法存在导向滤波精细化求取透射率后边缘细节不突出和剧烈变化的边缘处有伪影,针对这种问题提出一种基于优化的Sobel算子对导向滤波器进行自适应加权改进;同时通过判断天空区域是否存在并结合约束条件法解算大气参数,实现透射率的补偿,从而解决高亮区域失真的问题。实验结果表明,与采用统一的规整化因子导向滤波器的传统暗通道算法相比,本文算法去雾后结果图像边缘更突出,更清晰,同时消除高亮区域失真。     

NSST与引导滤波相结合的多聚焦图像融合算法

为进一步提高融合图像的对比度和清晰度,提出一种非下采样剪切波变换(简称NSST变换)与引导滤波相结合的多聚焦图像融合算法.首先,利用NSST变换对多聚焦源图像进行多尺度、多方向分解;然后针对低频子带系数,通过计算局部区域改进拉普拉斯能量和进行加权映射,构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于局部区域改进拉普拉斯能量和的引导滤波加权融合规则;针对高频子带系数,结合人眼视觉特性,通过计算显著信息、局部区域平均梯度、边缘信息和局部区域改进拉普拉斯能量和来构建初始融合权重,利用引导滤波修正初始融合权重,提出一种基于人眼视觉特征的引导滤波加权融合规则;最后,进行NSST逆变换,获得融合图像. 4组多聚焦源图像的仿真实验结果表明,无论是从主观评价还是客观评价上,与其余4种融合算法相比,本文算法均较好地保留多聚焦源图像的边缘轮廓、细节和纹理等信息,也无细节信息缺失,提高融合图像的对比度和清晰度.     

基于Sobel算子的球体IHS遥感影像融合算法

提出一种基于Sobel算子的球体IHS遥感影像融合算法,先对多光谱Mul影像做IHS变换并提取I分量,采用八方向模板Sobel边缘检测算子计算不同窗口参数（level）的全色Pan影像与I分量的局部区域清晰度值GP 和GI ,并根据局部区域的清晰度的大小确定不同区域的融合影像的I分量的新值I′。采用本文方法1（level＝12）和方法2（level＝24）,通过实验并与其他融合方法比较,本文方法在提高影像分辨率的同时也保留了更多光谱信息和边缘细节,效果较好。     

基于SIFT字典学习的引导滤波多聚焦图像融合

目前多数多聚焦图像融合算法仅仅针对解决某一类问题,如融合结果的局部细节保留能力差、空间连续性不足和对未配准的源图像鲁棒性差等.为能够同时解决以上问题,提出了一种基于SIFT字典学习的引导滤波多聚焦图像融合算法.该算法通过学习子字典克服了图像低秩表示具有全局性而局部细节描述不足的缺陷,同时子字典的分类利用图像SIFT特征的平移不变、尺度不变等特性,消除了未配准源图像融合结果出现伪影的现象.此外,在源图像的低秩表示系数融合过程中引入引导滤波,增加了融合图像的空间连续性.引导滤波的窗口大小是根据特征内容和非特征内容进行自适应选取,即属于特征内容的点选取较小的窗口,而属于非特征内容的点选取较大的窗口.为验证算法的有效性,实验过程中选取6组数据,包括3组广泛应用于研究的多聚焦图像以及3组实际拍摄的多聚焦图像.实验结果表明,该算法从主观视觉效果的定性分析和客观融合质量评价的定量分析都优于当前主流的多聚焦图像融合算法.     

无人机海量遥感影像快速自动拼接算法研究

针对无人机遥感影像快速处理的需要,提出一种基于LM算法优化的同步配准影像拼接算法,算法首先提取影像的SIFT特征点,按照影像间的概率拓扑关系自动进行特征点匹配,接着按照同步配准的方式实现由两视图配准逐步合并到整个全区,每合并一次利用LM算法进行参数优化一次,直到所有影像对齐到统一坐标系,最后利用小波多层分解实现缝隙的消除和色彩的融合.实验证明,采用该算法可以有效提高影像拼接的速度和精度,为海量遥感影像的快速自动拼接提供一种有效的技术途径.     

基于引导滤波算法的绝缘子憎水性图像去噪研究

复合绝缘子憎水性检测是保障绝缘子安全可靠运行的重要手段,其中从憎水性图像中有效去除噪声并保持边缘信息是进行绝缘子憎水性识别的重要前提.使用思路简单,运算复杂度低且滤波过程能有效克服梯度反转问题的引导滤波算法进行憎水性图像处理.在此背景下,首先分析了引导滤波的原理;然后结合憎水性图像本身的特点,将引导滤波引入憎水性图像去...     

基于MASK算法的遥感影像匀光处理研究

针对现有的MASK匀光算法不足现象,提出一种针对MASK结果影像的梯度拉伸算法,实验证明:与2%线性拉伸和对比度参数拉伸相对比,该算法在解决遥感影像亮度分布不均匀问题的同时,保障影像的清晰度,增强细节反差,达到很好的匀光效果。     

基于滤波后处理的主动学习高光谱遥感图像分类

有限的样本数据和高维的特征向量使得高光谱图像分类面临巨大挑战.提出一种结合主动学习和滤波器的高光谱遥感图像分类方法.该方法首先选取部分训练样本得到分类模型,然后采用主动学习通过迭代从非训练样本中选择信息量大的样本不断扩大有效样本数,减少了初始训练样本数降低"维数灾难"出现的可能,同时提高了分类器的泛化性能及准确率.通过主动学习和多项逻辑回归分类器对高光谱遥感图像进行初始分类,然后运用滤波器对初始分类结果保边去噪.实验结果表明,本文方法的分类精度高,分类稳定性好.     

基于加权引导滤波的Retinex刑侦图像增强

为提高低照度刑事侦查图像的质量,提出一种基于加权引导滤波的Retinex刑事侦查图像增强算法。首先,提取刑事侦查图像的亮度;其次,利用加权引导滤波估计光照信息,并用对数图像处理模型增强光照信息;再次,在对数域计算反射层图像;最后,恢复图像彩色,获得最终的增强图像。选取不同场景下的低照度刑事侦查图像进行实验,实验结果表明,与单尺度Retinex算法、多尺度Retinex算法、直方图均衡化算法和引导滤波算法相比,采用提出算法增强后图像的信息熵提高了15%～70%,结构相似性提高了1%～10%,平均梯度提高了3%～11%。提出的算法可以提高低照度刑事侦查图像的质量。     

基于NSCT和PCA变换域的遥感图像融合算法

为使融合后的图像在尽可能保持原图像光谱信息的同时,有效提高空间细节信息,提出了一种新的基于非下采样Contourlet变换（NSCT）和主成分分析（PCA）的全色图像和多光谱图像融合算法.对多光谱图像进行PCA变换得到主元分量,将处理后的主元分量与全色图像进行NSCT分解,针对低频子带系数选择提出了一种基于窗口与局部方差相结合的融合策略;在高频子带系数选择上,提出了基于区域线性相关测定的融合策略.进行非下采样Contourlet逆变换和PCA逆变换,得到具有高空间质量的多光谱图像.实验结果表明,提出的算法在保留光谱信息和提高空间细节信息的综合性能上有所提高,能够取得较好的融合效果.